报告简介：在人脸识别技术迅速普及的今天，如何保护个人面部隐私成为亟需解决的问题。本次讲座将揭示当前反人脸识别技术的关键弱点——它们过于依赖静态评估，无法应对真实的动态追踪威胁。我们提出了一种全新的动态人脸识别策略 DynTracker，通过不断更新识别数据库来持续追踪目标身份，从而轻易突破现有防护。为应对这一挑战，我们进一步提出了反人脸识别方法 DivTrackee，通过提升生成图像的多样性，有效增强隐私保护能力。本次讲座将展示动态策略如何重新定义人脸隐私保护的挑战，并探讨“多样性”为何是下一代反人脸识别技术的核心关键。相关成果发表在信息安全四大顶会CCS 2025，论文题目为《DivTrackee versus DynTracker: Promoting Diversity in Anti-Facial Recognition against Dynamic FR Strategy》，并获得Distinguished Paper Award。
报告人简介：
张敏行，德国CISPA亥姆霍兹信息安全研究中心博士生，主要研究方向为可置信人工智能。 其相关成果多次发表于国际顶级安全会议ACM CCS，并在2025年的ACM CCS会议中获得杰出论文（Distinguished Paper）奖项。其致力于推动人工智能系统中的可靠性研究，探索如何在人工智能时代下实现安全可置信的应用。
报告时间：2025年11月10日
报告地点：#腾讯会议：350-491-885
邀请人：丛天硕
学校首页
EN